考慮到學(xué)習(xí)知識的順序及效率問題，所以后續(xù)的幾種聚類方法不再詳細(xì)講解原理，也不再寫python實(shí)現(xiàn)的源代碼，只介紹下算法的基本思路，使大家對每種算法有個(gè)直觀的印象，從而可以更好的理解函數(shù)中參數(shù)的意義及作用，而重點(diǎn)是放在如何使用及使用的場景。
（題外話： 今天看到一篇博文：剛接觸機(jī)器學(xué)習(xí)這一個(gè)月我都做了什么？ 里面對機(jī)器學(xué)習(xí)階段的劃分很不錯(cuò)，就目前而言我們只要做到前兩階段即可）
因?yàn)榍皟善┛鸵呀?jīng)介紹了兩種算法，所以這里的算法編號從3開始。
3.Mean-shift
1)概述
Mean-shift（即：均值遷移）的基本思想：在數(shù)據(jù)集中選定一個(gè)點(diǎn)，然后以這個(gè)點(diǎn)為圓心，r為半徑，畫一個(gè)圓(二維下是圓)，求出這個(gè)點(diǎn)到所有點(diǎn)的向量的平均值，而圓心與向量均值的和為新的圓心，然后迭代此過程，直到滿足一點(diǎn)的條件結(jié)束。(Fukunage在1975年提出)
后來Yizong Cheng 在此基礎(chǔ)上加入了 核函數(shù) 和 權(quán)重系數(shù) ，使得Mean-shift 算法開始流行起來。目前它在聚類、圖像平滑、分割、跟蹤等方面有著廣泛的應(yīng)用。
2）圖解過程
為了方便大家理解，借用下幾張圖來說明Mean-shift的基本過程。
由上圖可以很容易看到，Mean-shift 算法的核心思想就是不斷的尋找新的圓心坐標(biāo)，直到密度最大的區(qū)域。
3）Mean-shift 算法函數(shù)
a）核心函數(shù)：sklearn.cluster.MeanShift(核函數(shù)：RBF核函數(shù))
由上圖可知，圓心(或種子)的確定和半徑(或帶寬)的選擇，是影響算法效率的兩個(gè)主要因素。所以在sklearn.cluster.MeanShift中重點(diǎn)說明了這兩個(gè)參數(shù)的設(shè)定問題。
b）主要參數(shù)
bandwidth ：半徑(或帶寬)，float型。如果沒有給出，則使用sklearn.cluster.estimate_bandwidth計(jì)算出半徑(帶寬).（可選）
seeds :圓心（或種子），數(shù)組類型，即初始化的圓心。（可選）
